借助介于错误模型与正确模型之间的过渡类比，能降低修正的认知跳跃
别名: bridging analogy · transitional model · 过渡模型
概念解释
证伪体验让用户接受了"原来的理解有问题"，但接下来要往哪个方向修正，还有一个技巧：与其让用户直接从错误模型跳到完整正确的模型，不如先给一个过渡类比（bridging analogy）——一个介于两者之间、保留部分旧理解、只改动其中出问题那一部分的中间说法，让修正分两步走，而不是一步到位。
机制
信念修正在能否落在已有结构上这件事上，和新知识的习得是同一个道理：如果新模型可以通过修改、扩展旧模型的一部分来达到，用户只需要调整已经掌握的东西；如果新模型要求把旧的整个推翻、从零建立，认知负担会大出一截，也更容易被上一条讲到的抵触心理放大——毕竟被要求"整个理解都是错的、全部推倒重来"，比被要求"这一点需要调整"更容易触发自我保护式的抗拒。
过渡类比的作用正是把"整体推翻"改造成"局部调整"：它保留旧模型里没出问题的那部分结构，只在证伪体验暴露出问题的那个点上引入新内容。用户不需要放弃已经建立起来的全部框架，只需要在原有框架里挪一个位置、换一块内容，修正的认知路径因此变短，也更容易被完整地走完，而不是半途因为跳跃过大而放弃、退回旧模型。
怎么研究
这条对应科学教育研究里的过渡类比（bridging analogy）方法：面对一个顽固的错误概念，不直接呈现目标概念，而是先给出一个和错误概念足够接近、学习者容易接受，同时又已经部分具备目标概念特征的中间类比，让学习者从错误概念过渡到中间类比，再从中间类比过渡到目标概念，用两小步替代一大步。
常见自变量：修正路径是否包含过渡类比（直接呈现目标概念 vs. 先呈现过渡类比再呈现目标概念）。 常见因变量：目标概念的接受率、修正后错误概念复发率、被试主观报告的理解难度。
方法论注意点：过渡类比的效果高度依赖类比本身选得好不好——研究里挑选过渡类比通常需要对学习者原有认知做细致访谈，找到那个"足够接近旧理解、又已经部分正确"的中间点；界面场景里做同样的事，需要先摸清用户实际持有的错误模型具体是什么样子，而不是从设计者自己设想的"用户大概是这么想的"出发。
边界
- 过渡类比要求真的存在一个合适的中间概念——如果错误模型和正确模型之间没有自然的过渡地带，勉强拼凑一个过渡说法，反而可能引入一个用户还要单独学习、日后还要再被替换掉的第三个模型，等于多制造了一次修正任务。
- 过渡类比本身必须足够简单，不能比它要替代的错误模型更复杂——如果理解这个过渡类比所需的努力已经超过直接理解目标概念，这条方法就失去了意义，等于给用户增加了一步而不是减少一步。
- 这条解决的是修正所需认知跨度的大小，不解决用户是否愿意接受修正这件事——愿不愿意接受，很大程度上取决于呈现方式是否引发抵触，那是独立的另一层，需要同时处理才能让修正真正落地。
怎么落地
- 对每一个已确认固化的错误模型，具体分析它和正确模型之间哪部分是共通的、哪部分是需要改动的，只在需要改动的部分寻找过渡说法，而不是重新设计一整套解释。
- 把过渡类比和证伪体验安排在同一个交互时刻一起呈现，而不是证伪之后再单独补一课——用户在体验到落空的那一刻，应该同时看到"原来的理解可以这样调整一下"，而不是自己在落空之后的空窗期里瞎猜方向。
- 验证办法：找几个还持有这个错误模型的用户，直接测试过渡类比本身是否需要额外解释才能被理解——如果过渡类比自己就需要一大段说明，说明它选得不够贴近用户已有的理解，需要重新找一个更简单的中间点。